【布局優(yōu)化】基于麻雀算法求解無線傳感器網(wǎng)絡布局matlab源碼
WSN的結構 ——重點
（1）無線傳感器網(wǎng)絡節(jié)點類型
節(jié)點三兄貴：?傳感器節(jié)點?（Sensor Node）、匯聚節(jié)點（Sink Node）和?管理節(jié)點。
大量的傳感器節(jié)點隨機部署在監(jiān)測區(qū)域（Sensor Field）內(nèi)部或附近，這些節(jié)點通過自組織方式構成網(wǎng)絡。
傳感器節(jié)點檢測的數(shù)據(jù)通過中間傳感器節(jié)點逐跳進行傳輸，在傳輸過程中監(jiān)測數(shù)據(jù)可能被多個節(jié)點處理，數(shù)據(jù)在經(jīng)過多跳路由后到達匯聚節(jié)點。
最后通過互聯(lián)網(wǎng)或衛(wèi)星通信網(wǎng)絡傳輸?shù)?strong>管理節(jié)點。無線傳感器網(wǎng)絡的組建者通過管理節(jié)點對傳感器進行配置和管理，發(fā)布監(jiān)測任務以及收集監(jiān)測數(shù)據(jù)。
三個節(jié)點的不同要求：
記得曾經(jīng)有一張圖，在一個施工現(xiàn)場，只有一個人在干活，而其他人都是頂著各種頭銜職位在旁邊站著監(jiān)督， 傳感器節(jié)點就是那個干活的人，匯聚節(jié)點和管理節(jié)點更像是在旁邊看著的人，不是說它們沒有作用，而只是想說，沒有傳感器節(jié)點這個干活的人，所有的事都是 0 進度。
所以我們不得不對我們的傳感器節(jié)點更看重一點。
傳感器節(jié)點： 通常是一個嵌入式系統(tǒng)，這點很重要，一個物體是不會有計算和通信能力，能做的就是嵌入一個“大腦”， 另一方面它一點是電池供電，因為它是不固定的，它不會有持續(xù)的、穩(wěn)定的電源。 所以有限的電源就會限制它的處理能力、存儲能力和通信能力。?（這就是靈活的壞處）
<span style="color:#000000"><code>可以說，想要讓WSN更優(yōu)化，傳感器節(jié)點的軟硬件是重點。</code></span>
1
匯聚節(jié)點： 因為它少，所以可以對它進行改造，它既可以是傳感器節(jié)點 2.0 版本，也可以是沒有監(jiān)測功能僅帶有無線通信接口的特殊網(wǎng)關設備。
匯聚節(jié)點的處理能力、存儲能力和通信能力相對較強，它連接傳感器網(wǎng)絡與互聯(lián)網(wǎng)等外部網(wǎng)絡，實現(xiàn)兩種通信協(xié)議之間的轉(zhuǎn)換。
同時發(fā)布?管理節(jié)點?的監(jiān)測任務，并將?收集到的數(shù)據(jù)?轉(zhuǎn)發(fā)到外部網(wǎng)絡中（承上啟下）。
WSAN 無線傳感器與執(zhí)行器網(wǎng)絡
之前我們講過科學的發(fā)展過程， 技術結合就是其中一項，將傳感器與執(zhí)行器結合起來是一個很自然的過程。 Wireless Sensor and Actor Network.
當無線傳感網(wǎng)絡的控制節(jié)點需要通過執(zhí)行器與外部的物理世界產(chǎn)生交互時，需要給執(zhí)行器發(fā)出指令，執(zhí)行器將指令轉(zhuǎn)變成一種作用于環(huán)境的物理行為。典型的執(zhí)行器可以是人、控制裝置或者智能機器人。隨著智能機器人技術的日趨成熟與應用，加快了小型、智能、自治、低能耗、低成本執(zhí)行器研發(fā)的速度，使得無線傳感器與執(zhí)行器網(wǎng)絡的建設成為可能。
WSAN由兩部分組成：傳感器節(jié)點與執(zhí)行器節(jié)點 ，它們的區(qū)別主要有以下幾點：
傳感器節(jié)點是靜態(tài)、不移動的，執(zhí)行器節(jié)點是移動的。 執(zhí)行器節(jié)點能夠移動，有利于擴大執(zhí)行器節(jié)點作用的有效區(qū)域。 典型的執(zhí)行器可以是移動的機器人， 多個移動機器人可以在傳感器節(jié)點覆蓋的區(qū)域內(nèi)游弋，根據(jù)傳感器發(fā)送的數(shù)據(jù)來決定機器人如何協(xié)作完成控制功能，當然，我們也可以將一個智能機器人同時作為傳感器節(jié)點和執(zhí)行器節(jié)點。
部署在監(jiān)控區(qū)域的傳感器節(jié)點數(shù)量龐大， 而執(zhí)行器節(jié)點則不需要很多， 關鍵是執(zhí)行能力。傳感器節(jié)點是低成本、低功率的設備，它的傳感、計算、無線通信能力與能量是受限的，而執(zhí)行器節(jié)點可以根據(jù)需要，選用不同類型的執(zhí)行器來實現(xiàn)不同的控制功能，相對于傳感器節(jié)點，執(zhí)行器節(jié)點具有與較強的數(shù)據(jù)處理能力、較高的發(fā)射功率和較長的電池壽命。 執(zhí)行器節(jié)點根據(jù)多個傳感器節(jié)點傳送的信息來決定如何協(xié)作完成控制功能。
在傳統(tǒng)的無線傳感器網(wǎng)絡中，傳感器節(jié)點通過多跳的無線自組網(wǎng)將感知到的數(shù)據(jù)經(jīng)由匯聚節(jié)點傳送到控制節(jié)點，而WSAN要求傳感器節(jié)點
與傳感器節(jié)點、傳感器節(jié)點與執(zhí)行器節(jié)點、執(zhí)行器節(jié)點與執(zhí)行器節(jié)點之間能夠協(xié)同通信。
WSAN的主要特點
（1）異構性
WSAN是由異構組件組成的，包括低端的傳感器節(jié)點和處理能力較強的執(zhí)行器節(jié)點，這兩部分在網(wǎng)絡通信、計算以及存儲能力方面有很大的區(qū)別。
（2）實時性
WSAN基本上是一種閉環(huán)系統(tǒng)，該系統(tǒng)根據(jù)傳感器傳送的數(shù)據(jù)來進行數(shù)據(jù)處理、分析和決策，很多應用場合要求執(zhí)行器節(jié)點能夠?qū)碜詡鞲衅鞯母兄畔⑻岢黾皶r反應，因此網(wǎng)絡協(xié)議應該提供實時數(shù)據(jù)傳輸?shù)谋ＷC。
（3）協(xié)作性
傳感器節(jié)點與執(zhí)行器節(jié)點、執(zhí)行器節(jié)點與執(zhí)行器節(jié)點之間必須保持良好的關系，因為可能有多個執(zhí)行器節(jié)點關注同一個事件，傳感器節(jié)點與執(zhí)行器節(jié)點的協(xié)作可以使傳感器的事件報告數(shù)據(jù)被傳輸?shù)阶钸m合的執(zhí)行器節(jié)點。 受到事件報告數(shù)據(jù)之后，多個執(zhí)行器節(jié)點相互協(xié)作，采取恰當?shù)男袆觼硗瓿煽刂迫蝿铡?br>（4）移動性
在WSAN中，執(zhí)行器節(jié)點需要根據(jù)發(fā)生的事件，移動到相應的位置，執(zhí)行相應的行動。
WSAN的執(zhí)行機制
（1）自主機制，即沒有中央控制器的參與，傳感器節(jié)點將其觀察到的數(shù)據(jù)發(fā)送給適當?shù)膱?zhí)行器節(jié)點， 執(zhí)行器節(jié)點相互配合，自動完成執(zhí)行任務的分配并采取適當?shù)膮f(xié)作行動。
優(yōu)點： 延時較短，因為執(zhí)行器通常處于傳感器/ 執(zhí)行器區(qū)域內(nèi)或其附近。（2）半自主機制 ， 類似于 WSN結構， 對于大多數(shù)現(xiàn)有通信技術都適用。然而，在半自主機制下，需要收集傳感器數(shù)據(jù)，經(jīng)過匯聚節(jié)點分析、處理之后，再把執(zhí)行指令發(fā)送給執(zhí)行節(jié)點，因此從事件發(fā)生到事件處理的延時大。 同時，匯聚節(jié)點作為中心控制節(jié)點容易出現(xiàn)單點故障， 系統(tǒng)可靠性比較差。
（3）協(xié)同機制
在協(xié)同機制中，傳感器節(jié)點先通過多跳或單跳的方式向執(zhí)行器節(jié)點傳送感知數(shù)據(jù)。執(zhí)行器節(jié)點對數(shù)據(jù)進行分析后，在采取動作之前，與匯聚節(jié)點協(xié)商（三種情況）：
（1）告知匯聚節(jié)點，執(zhí)行器節(jié)點要采取的行動（僅告知）
（2）與匯聚節(jié)點協(xié)商應該采取的行動；
（3）通過匯聚節(jié)點向控制節(jié)點請示行動方案。等待指令。
%_________________________________________________________________________% ? ? ? ?% %_________________________________________________________________________% clear all clc rng('default'); %% 設定WNS覆蓋參數(shù), %% 默認輸入?yún)?shù)都是整數(shù)，如果想定義小數(shù)，請自行乘以系數(shù)變?yōu)檎麛?shù)再做轉(zhuǎn)換。 %% 比如范圍1*1，R=0.03可以轉(zhuǎn)換為100*100，R=3； %區(qū)域范圍為AreaX*AreaY*AreaZ AreaX = 100; AreaY = 100; AreaZ = 100; N = 20 ;%覆蓋節(jié)點數(shù) R = 15;%通信半徑 %% 設定麻雀優(yōu)化參數(shù) pop=30; % 種群數(shù)量 Max_iteration=30; %設定最大迭代次數(shù) lb = ones(1,3*N); ub = [AreaX.*ones(1,N),AreaY.*ones(1,N),AreaZ.*ones(1,N)]; dim = 3*N;%維度為3N，N個坐標點 fobj = @(X)fun(X,N,R,AreaX,AreaY,AreaZ);%適應度函數(shù) [Best_pos,Best_score,SSA_curve]=SSA(pop,Max_iteration,lb,ub,dim,fobj); %開始優(yōu)化 figure SSA_curve = 1 - SSA_curve;%將未覆蓋率轉(zhuǎn)換未覆蓋率。 plot(SSA_curve,'Color','r') title('Objective space') xlabel('迭代次數(shù)'); ylabel('覆蓋率'); axis tight grid on box on legend('SSA') display(['最終得到的最優(yōu)覆蓋率 : ', num2str(1 - Best_score)]); %Coordinate代表覆蓋的坐標點的存放 %CoordinateNumber 代表覆蓋的坐標點的個數(shù) [score,Coordinate,Best_pos,CoordinateNumber] = fun(Best_pos,N,R,AreaX,AreaY,AreaZ); figure plot3(Best_pos(1:N),Best_pos(N+1:2*N),Best_pos(2*N+1:3*N),'r.','MarkerSize',40);%繪制節(jié)點 hold on; plot3(Coordinate(1:CoordinateNumber,1),Coordinate(1:CoordinateNumber,2),Coordinate(1:CoordinateNumber,3),'b.','MarkerSize',0.1);%繪制覆蓋區(qū)域 hold off; title('SSA-WSN最終結果') grid on; legend('WSN節(jié)點','覆蓋區(qū)域') ? ? ? ?
?
